Dataverzameling Gezondheidsenquête 2020 en 2021

In 2020 en 2021 was de dataverzameling voor de Gezondheidsenquête verstoord door de COVID-19-pandemie. Een deel van de tijd was het niet mogelijk om aan huis interviews af te nemen. Daardoor kwam er tijdens die periode alleen via internet respons binnen. Om te corrigeren voor het wegvallen van de interviews aan huis is gebruik gemaakt van een aangepast weegmodel met tijdreeksmodellen. Hierdoor zijn de cijfers te vergelijken met de eerdere jaren. Meer informatie over het aangepaste weegmodel kunt u vinden in deze nota.

De COVID-19-pandemie en de bijbehorende maatregelen hebben mogelijk invloed gehad op het gedrag en de gezondheid van de geïnterviewden. Het is belangrijk hier rekening mee te houden bij het interpreteren van de cijfers van 2020 en 2021.


Zelfgerapporteerde versus gemeten gegevens

Soms worden de gegevens over lichaamsgewicht en -lengte gemeten. Maar meestal zijn gegevens verzameld met behulp van vragenlijsten, waarin mensen zelf hun gewicht en lengte aangeven (zogenoemde zelfgerapporteerde gegevens). Gemeten gegevens zijn vaak betrouwbaarder dan zelfgerapporteerde gegevens. Als mensen zelf hun gewicht en lengte rapporteren, zijn zij geneigd om hun gewicht te onderschatten en hun lengte te overschatten. De cijfers kunnen daardoor een te gunstig beeld geven als het gaat over het aantal mensen met  overgewicht Er is sprake van overgewicht bij een Body Mass Index (BMI) ≥ 25 kg/m2 (Er is sprake van overgewicht bij een Body Mass Index (BMI) ≥ 25 kg/m2) ( Viet et al. 2003 Viet, A. L., van den Hof, S., Elvers, L. H., Vossenaar, M., Ocké, M. C., Risicofactoren En GezondheidsEvaluatie Nederlandse Bevolking, een onderzoek op GGD'en (Regenboogproject), Bilthoven (2003) Connor Gorber S et al. 2007 Connor Gorber S, Tremblay, M., Moher, D., Gorber, B., A comparison of direct vs. self-report measures for assessing height, weight and body mass index: a systematic review (2007) ).


Methoden en technieken

Standaardisatie

De omvang en de leeftijdsverdeling van de bevolking verschillen per regio en land. Daarnaast treden in de loop van de tijd veranderingen op in de omvang en leeftijdsverdeling. Om ziekte- en sterftecijfers van verschillende regio’s en landen, of van opeenvolgende jaren met elkaar te kunnen vergelijken, wordt hier rekening mee gehouden. Daarbij worden de cijfers gecorrigeerd voor deze verschillen of veranderingen in de bevolking. Hierbij wordt uitgegaan van de omvang en de leeftijdsverdeling van een gekozen standaardpopulatie. Dit wordt standaardisatie genoemd.

Indexatie

Vooral bij de weergave van trends in de tijd zijn de trendcijfers vaak geïndexeerd. Een geïndexeerde trend laat ontwikkelingen in de tijd zien ten opzichte van een gekozen basisjaar. Dit gebeurt door de cijfers van alle jaren weer te geven als percentage van het cijfer in een gekozen basisjaar. Het cijfer in het basisjaar is gelijk gesteld aan 100(%). Indexatie maakt zichtbaar hoe groot de percentuele toe- of afname is ten opzichte van dat basisjaar. Door als basisjaar het eerste jaar in de grafiek te kiezen, kun je snel zien wat de verandering over de hele weergegeven periode is en ook of er grote verschillen zijn voor de onderscheiden groepen (mannen en vrouwen bijvoorbeeld).

Indexatie kan ook gebruikt worden voor het weergeven van regionale verschillen. Hierbij wordt het landelijke cijfer bijvoorbeeld gelijk gesteld aan 100(%). Een regionaal cijfer boven of onder de 100 duidt erop dat het respectievelijk hoger of lager is dan het landelijke cijfer. Voorafgaand aan indexatie worden de cijfers vaak gecorrigeerd voor verschillen in samenstelling van de populaties.

Toetsing trends

Toetsing van de trend heeft plaatsgevonden op ongestandaardiseerde data door middel van een logistische regressie, waarbij is gecorrigeerd is voor leeftijd en geslacht. Daarbij wordt getoetst een statistische toets is uitgevoerd om te bepalen of sprake is van een statistisch significant verschil (een statistische toets is uitgevoerd om te bepalen of sprake is van een statistisch significant verschil ) of er een statistisch significante toe- of afname is met een significantieniveau (p-waarde) van 0,05. Vaak is onderscheid gemaakt naar trends in verschillende subpopulaties: mannen, vrouwen en leeftijdsgroepen. Daarnaast is getoetst of de trend voor mannen en vrouwen statistisch significant verschilt.
De kans op het vinden van een toevallige significante uitkomst neemt toe met het aantal uitgevoerde toetsen. Om hiervoor te corrigeren is een Benjamini‐Hochberg‐correctie op de p‐waardes uitgevoerd.


Werksituatie: wel of geen betaald werk

Personen die tenminste 1 uur per week betaald werk doen worden gerekend tot de groep "betaald werk".
Onder de groep "geen betaald werk" worden personen gerekend die geen of minder dan 1 uur per week betaald werk doen. Tot deze groep behoren gepensioneerden, arbeidsongeschikten, werklozen, bijstandontvangers, huismannen/huisvrouwen en studerenden.